IM-GIV：基于因子图优化的紧耦合 GNSS/INS/视觉组合导航系统的一种有效完好性监测方案
机器人学
2024-10-31 v1 系统与控制
系统与控制
摘要
基于因子图优化（FGO）的全球导航卫星系统/惯性导航系统/视觉（GNSS/INS/Vision）组合导航最近在导航与机器人领域引起了广泛关注。当基于 FGO 的组合导航系统用于安全关键型应用时，需要具备完好性监测（IM）能力。然而，传统的组合导航系统 IM 研究大多基于卡尔曼滤波。迫切需要为基于 FGO 的 GNSS/INS/视觉组合导航开发有效的 IM 方案。在本项贡献中，首次设计并验证了确保基于 FGO 的 GNSS/INS/视觉组合导航完好性的位置误差包络公式。该公式可通过 GNSS 伪距、IMU 预积分和视觉测量残差的线性化方程计算得出。给出了在 GNSS、INS 和视觉测量故障情况下的具体位置误差包络。通过现场实验评估并验证了所提出的位置误差包络的性能。实验结果表明，所提出的基于 FGO 的 GNSS/INS/视觉组合导航位置误差包络能够正确拟合不同故障模式下的位置误差，并且在正确及时排除故障后，六种故障模式下的完好性可用性均为 100%。
引用
@article{arxiv.2410.22672,
title = {IM-GIV: an effective integrity monitoring scheme for tightly-coupled GNSS/INS/Vision integration based on factor graph optimization},
author = {Yunong Tian and Tuan Li and Haitao Jiang and Zhipeng Wang and Chuang Shi},
journal= {arXiv preprint arXiv:2410.22672},
year = {2024}
}